O boom da inteligência artificial levou os preços das ações de grandes empresas tecnológicas a novos altos, mas ao custo 📈 dos desejos climáticos do setor.
Então, a tecnologia será capaz de reduzir o custo ambiental da IA ou vai ser usada 📈 independentemente porque os prêmios são tão grandes?
Por que a IA representa uma ameaça aos objetivos verdes das empresas de tecnologia?
Os 📈 data centers são um componente central do treinamento e da operação de modelos AI, como o Gemini ou GPT-4. Eles 📈 contêm os sofisticados equipamentos computacionais que trituram as vastamente diversas informações dos sistemas IA subjacentes aos dados; eles exigem grandes 📈 quantidades para serem executados – gerando CO2 dependendo das fontes energéticas - além disso criam “incorporado” ao dióxido a partir 📈 desse custo na fabricação desses produtos (e transporte) no equipamento necessário ”.
De acordo com a Agência Internacional de Energia, o 📈 consumo total da eletricidade dos datacentres poderia dobrar desde os níveis 2024 para 1.000 TWh (terawatt-hora) scoop poker stars 2026 equivalente à 📈 demanda energética do Japão enquanto que uma empresa SemiAnálise calculava um resultado na IA usando 4,9% das fontes globais até 📈 2030. O uso d'água também é significativo e estimamos num estudo como sendo capaz representar 6,6 bilhões metros cúbicos por 📈 ano - quase 227 milhões Inglaterra aproximadamente
O que dizem os especialistas sobre o impacto ambiental?
Um recente relatório apoiado pelo governo 📈 do Reino Unido sobre segurança da IA disse que a intensidade de carbono na fonte energética usada pelas empresas tecnológicas 📈 é "uma variável chave" para calcular o custo ambiental dessa tecnologia. Acrescenta, no entanto que uma parte significativa” dos treinamentos 📈 scoop poker stars modelos AI ainda depende das energias movida à combustíveis fósseis (FSE).
De fato, as empresas de tecnologia estão investindo contratos 📈 com energia renovável na tentativa para atingir seus objetivos ambientais. A Amazon é o maior comprador corporativo mundial scoop poker stars energias 📈 renováveis e alguns especialistas argumentam que isso empurra outros usuários da área energética a combustíveis fósseis porque não há eletricidade 📈 limpa suficiente pra contornar esse problema ”.
“O consumo de energia não está apenas crescendo, mas o Google também luta para 📈 atender a essa crescente demanda por fontes sustentáveis”, diz Alex De Vries.
Há energia renovável suficiente para dar a volta?
Os governos 📈 globais planejam triplicar os recursos de energia renovável do mundo até o final da década para reduzir a quantidade consumida 📈 por combustíveis fósseis, scoop poker stars linha com as metas climáticas. Mas essa promessa ambiciosa acordada nas negociações sobre clima na COP28 📈 já está questionada e especialistas temem que um aumento acentuado no consumo energético dos data centers possa empurrá-la ainda mais 📈 fora das mãos deles
A IEA, a agência mundial de controle da energia do mundo alertou que mesmo com o crescimento 📈 global das energias renováveis scoop poker stars 2024 no ritmo mais rápido registrado nos últimos anos 20 23 -- até 2030 só 📈 será possível dobrar scoop poker stars capacidade renovável segundo os planos atuais.
A resposta ao apetite energético da IA pode ser que as 📈 empresas de tecnologia invistam mais fortemente na construção novos projetos renováveis para atender à crescente demanda por energia.
Em quanto tempo 📈 podemos construir novos projetos de energia renovável?
Projetos de energia renovável onshore, como parques eólicos ou solares são relativamente rápidos para 📈 serem construídos – eles podem levar menos que seis meses a se desenvolver. No entanto regras lentamente planejada scoop poker stars 📈 muitos países desenvolvidos ao lado do logjam global na conexão com novos projetos à rede elétrica poderiam adicionar anos no 📈 processo: fazendas eólica offshore (e sistemas hidroelétrico) enfrentam desafios semelhantes além dos tempos da construção entre dois-cinco ano;
Isso levantou preocupações 📈 sobre se a energia renovável pode acompanhar o ritmo com as expansões da IA. As principais empresas de tecnologia já 📈 utilizaram um terço das usinas nucleares dos EUA para fornecer eletricidade baixa scoop poker stars carbono aos seus data centers, segundo Wall 📈 Street Journal ; mas sem investirem nas novas fontes energéticas esses negócios desviariam electricidade low-carbono longe outros usuários levando ao 📈 consumo mais combustível fóssil atender à demanda geral
A demanda da IA por eletricidade crescerá para sempre?
Regras normais de oferta e 📈 demanda sugerem que, à medida scoop poker stars AI BR mais eletricidade o custo da energia aumenta a indústria é forçado 📈 para economizar. Masa natureza única do setor significaque as maiores empresas no mundo podem decidir passar por picos nos custos 📈 com electricidade queimando bilhõesde dólares como resultado disso...
Os maiores e mais caros datacentres do setor de IA são os usados 📈 para treinar AI "fronteira", sistemas como GPT-4o, Claude 3.5 que têm maior poder ou capacidade. O líder no campo mudou 📈 ao longo dos anos mas a OpenAI está geralmente perto da parte superior lutando por uma posição com Anthropic (fabricante) 📈 das marcas Cláudia E Gemini na Google!
Já, a competição "fronteira" é pensado para ser “vencedor leva tudo”, com muito pouco 📈 parar os clientes de saltar ao mais recente líder. Isso significa que se uma empresa gasta BR R$ 100 milhões 📈 scoop poker stars um treinamento executado por novo sistema AI s seus concorrentes têm necessidade decidir gastar ainda maior ou cair fora 📈 da corrida inteiramente!
Pior, a corrida pelo chamado "AGI", sistemas de IA capazes que são capaz para fazer qualquer coisa uma 📈 pessoa pode fazê-lo significa o valor do gasto centenas dos bilhões dólares scoop poker stars um único treinamento - se isso levou 📈 scoop poker stars empresa monopolizar tecnologia e poder “elevar toda humanidade”.
As empresas de IA não aprenderão a usar menos eletricidade?
Todos os meses, 📈 há novos avanços na tecnologia de IA que permitem às empresas fazer mais com menos. Em março 2024 por exemplo 📈 um projeto da DeepMind chamado Chinchilla mostrou aos pesquisadores como treinar modelos AI fronteiriços usando radicalmente menor poder computacional ao 📈 alterar a relação entre o número dos dados do treinamento e tamanho desse modelo resultante
Mas isso não resultou nos mesmos 📈 sistemas de IA usando menos eletricidade; scoop poker stars vez disso, ele resulta na mesma quantidade da energia sendo usada para fazer 📈 ainda melhores AI. Em economia esse fenômeno é conhecido como "paradoxo dos Jevons", após o economista que observou a melhoria 📈 do motor vapor por James Watt displaystyle
